420万个细胞核重读阿尔茨海默病：机器学习找到差异分析漏掉的27个遗传风险基因（Nature Communications）

差异分析的天花板

单细胞测序研究阿尔茨海默病（AD）的标准动作，是比较患者与健康对照、找出表达量有差异的基因。这个范式产出了大量成果，但天花板也很明显。

单变量检验一次只看一个基因，看不见基因之间的组合模式；而且它回答的是「哪里不一样」，不是「什么东西能预测疾病」——两者并不等价。

哈佛医学院团队提出的TriSCOPE框架，就是冲着这个盲区去的：把多变量预测建模、供者感知的差异表达和拟时序推断三条线拧在一起。

420万个细胞核，三条分析线

数据规模空前：6个AD单核RNA测序数据集，约420万个细胞核，来自627名供者，覆盖六大类脑细胞和41个亚群。

三线并行的结果之一：TriSCOPE识别的「预测性表达基因」与经典差异表达基因大多不重叠——也就是说，单变量方法漏掉了一大块疾病相关信号，这部分信号只有在多变量视角下才可见。

第二条线同样有收获：临床模型与神经病理模型的比较显示，认知症状与病理改变的分子签名在细胞类型层面出现分歧——「有斑块」和「有痴呆」的细胞学基础并不完全相同。

把风险位点钉到具体细胞上

最有分量的发现来自遗传锚定：通过GWAS–eQTL共定位，一批预测性表达基因被直接连接到已知的AD遗传风险位点。

研究鉴定出27个遗传支持的基因–细胞类型对，其中包括ARL17B、JAZF1这样在经典差异分析里毫无动静、却带着明确遗传证据的基因。相当于给全基因组关联研究找到了「在哪种细胞里干活」的具体地址。

稳健性也有交代：ARL17B、LINGO1、APOE等关键基因在独立队列中重复验证，三条分析线的结论跨数据集可迁移。

算法范式对疾病研究的意义

这项研究的启示超出AD本身：当数据积累到百万细胞级别，分析方法的升级带来的发现，可能不亚于新数据本身。

对药物开发而言，遗传锚定的基因–细胞类型对是难得的起点——既有因果方向的遗传证据，又有明确的细胞定位，靶点选择的风险都降了一档。

需要说明的是，预测性基因的疾病因果性仍需功能实验逐个验证；TriSCOPE给出的是一张更完整、更少偏差的「候选地图」，而不是终点。